本发明提出了一种基于多网络均值蒸馏损失函数的增量目标检测方法，包括以下步骤：S1，获取待训练图像数据；S2，将步骤S1中获取的待训练图像数据输入训练模型进行训练，得到目标模型；S3，将待处理图像数据输入步骤S2中的目标模型，得到图像结果。本发明针对Faster‑RCNN检测器，我们强化输入端的骨干网络和输出端的RoI_Head网络的蒸馏输出，对中间阶段的RPN网络则采用自适应蒸馏保留过去知识，同时我们采用中的元学习方式缓解因知识蒸馏所造成的模型对新任务学习性能下降的影响。此外，针对新旧模型输出数据分布偏差问题，我们在新旧模型的骨干网络和RPN网络对输出数据进行零均值化缓解新旧模型输出数据分布偏差的问题。